MétaCan
Menu
Retour à la cohorte
Enregistrement W4402764785 · doi:10.1115/es2024-131901

Design and Operation Optimization of an Integrated Solar-Powered Organic Rankine Cycle System With Energy Storage

2024· article· en· W4402764785 sur OpenAlexaff
Krisha Maharjan, Heejin Cho, Pedro J. Mago, Wahiba Yaïci, Qinrong Cui, Jian Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésOrganic Rankine cycleEnergy storageRankine cycleEnvironmental scienceProcess engineeringSolar energyComputer scienceAutomotive engineeringWaste managementElectrical engineeringEngineeringMechanical engineeringWaste heatHeat exchangerPhysicsPower (physics)Thermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Addressing the environmental and economic concerns related to energy use in buildings has prompted a global emphasis on energy sustainability by reducing dependence on fossil fuels and promoting cleaner alternatives. One such alternative for utilizing renewable sources is the organic Rankine cycle (ORC) system. In this paper, an integrated solar-powered organic Rankine cycle with battery energy storage (ORC-BES) system is proposed, and its performance is optimized with the objectives of reducing operational cost, capital cost, and carbon dioxide emission (CDE) for different building types and locations. The proposed system, which includes organic Rankine cycle, flat plate solar thermal collector (FPC), and battery energy storage, is configured in such a manner that the solar-powered ORC generates electricity for the building during daytime while the BES stores excess electricity for later use. A multi-objective particle swarm optimization (MOPSO) is adopted to determine the optimal battery size and solar thermal collector size for the proposed ORC-BES system. Several different dry organic fluids are selected to evaluate the performance of the system. The building types under investigation in this paper include hospitals and large offices, which are the commercial reference building models developed by the Department of Energy (DOE). Several locations separated in different climate zones in the United States, including California, New Mexico, Texas, Florida, and Georgia are chosen as case studies to present the optimization results. Results show that the proposed optimization method can be effectively applied to the ORC-BES system to obtain an optimal design and operation, which reaches a trade-off between the economic, energy, and environmental performance of different buildings and locations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,178
Écart entre enseignants0,175 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207